MIX 2018 [Day2-1] – AI 時代的產品設計

AI 時代的產品設計

講者：
唐玄輝 / 台科大工商設計系教授

第二天上午著眼 人工智慧（AI）的發展，下午則關注社會實踐的議題，所以是個科技與人文並進、理性與感性兼具，且充滿了想像及感動的一天。

首先，由台科大工商設計系教授唐玄輝進行開場，以智慧音箱、機器人、自駕車三大發展趨勢，點出設計環境的轉變以及即將面臨的挑戰。從近年百家爭相推出的智慧音箱來看，人機輸入、輸出的方式以及內容變得更加多元；自駕車的發展，也說明著人機之間從單向的關係，走向更複雜的互動甚至互信的關係；機器人的研發，也正面對如何適應不同的場域、不同用戶的考驗，以提供真正有品質的服務。

隨著 人工智慧 的來襲，加上萬物互聯、萬事數據化，設計的規模要從思考互動、產品到思考全域服務，要讓使用者在感受不到科技的刻意介入的情況，讓科技可以很自然的提供更好的服務，讓人更自由的感受生活的價值。

唐玄輝鼓勵大家，無論是否為設計師，經過這一天的演講，都能對 人工智慧 對未來設計、未來生活的影響有更進一步的了解，同時檢視自身的專業在下一波浪潮中將產生如何的變化，並思考在未來應如何處變。

AI 時代的產品設計

講者：
吳卓浩 / 創新工場 AI 工程院 VP

吳卓浩目前任職於創新工場人工智能工程院，擁有設計背景的他，在第一場演講中，談論 AI 的發展、以及設計能量可以為即將到來的 AI 時代帶來如何的價值。

 

AI 的發展

人工智慧 的發展很早，例如微軟的拼音輸入法，背後其實就是靠著 AI 支持的應用。但每當人工智慧抵達一個發展高峰時，就伴隨著人們的批判，因為人們懷疑或害怕著人工智慧（如毀滅世界），因此它的發展一直跌宕起伏，早期根本不敢有人說自己是做人工智慧相關工作的。

不過，近年人工智慧聲勢高漲。其原因不完全是深度學習或是神經網絡的發展，更多的是互聯網興起所累積起的大量的可用數據，才催生了下一個 AI 發展的高峰。

現在，許多事情機器已經可以做得比人類還要好，例如：即時聽音辨寫等。不過除了識別的能力之外，人工智慧需要機器有「理解」的能力。過去，機器的學習需要靠人為訂立規則，並依靠這些規則才能做出判斷，例如：有兩個尖尖的耳朵，還有一條長尾巴的東西，就是貓。那老虎是不是貓呢？有一隻貓把尾巴蜷起來機器還認不認得出來呢？

直到李飛飛博士創辦 Image Net，透過人工的標注，在新的技術框架裡讓機器能夠透過足夠大量的資訊讓自己學習，所以才有「多少人工就有多少智能！」一說。但如此也讓 AI 成了一個黑箱系統，我們無從得知 AI 是如何學習的、也不知道若是改變了場景是不是仍然適用。

 

AI 應用的四波浪潮

AI 已廣泛應用於我們日常，例如拍照的景深效果、輔助駕駛、42 國語言互翻、智慧應答等。而 AI 的應用可分為以下四波浪潮：

第一波：搜索應用

伴隨互聯網興起，第一波的 AI 應用體現在搜尋引擎上，以 AI 為基礎推薦搜索關鍵字，這背後所做的是每一次的輸入就實時響應並執行一次搜尋，並非是過去完成輸入按下確認後才進行搜尋。這一波應用，互聯網巨頭們可說是佔盡風頭，積累了龐大的資料。

第二波：商業智能化

第二波的 AI 應用是如何綜合大量的信息以協助商業判斷或決策。在這一波裡面，開始有傳統產業進入，這些傳統產業握有大量的數據資料，由有技術的公司協助這催生相關的應用，例如：銀行信貸數位服務等。

第三波：實體世界智能化

AI應用的第三波，則是將 AI 帶入日常，並透過應用所蒐集到的資料，把真實世界數字化，加上各式傳感器 (sensor) 的成熟，更豐富的人機交互方式。例如：amazon echo，進行「語音」互動，讓 AI 在生活中提供協助，機器也將經由來回的互動，搜集並了解使用者的偏好、作息等資訊。

第四波：全面自動智能化

AI 應用的第四波，將全面向外擴展到整個工業領域。以 Tesla 為例，Tesla 要做自動駕駛，需要各種領域、已發展的、發展中的各種技術，才能提供一個整體的體驗，這無形之中推動了整個工業界，也無形中得以促成一個循環，帶動AI的發展。

試想將自動駕駛背後的 人工智慧 拆解開，可能是成千上百的子系統，這些子系統又可以應用到其他領域。當商業前景變得可以預見，更多資源、人才投入，規模的擴大將有助基礎設施、傳感器等製造、使用成本下降，帶來更多的使用，更多的使用又將獲得更多的數據以及機會，由此又將再催生新的技術。

 

人們對於 AI 的看法

吳卓浩舉了 Alphago 與李世乭的世紀對弈的例子，「同樣是圍棋，但 Alphago 與李世乭玩的，是規則相同但思考方式完全不同的兩種遊戲」，因為在一場對弈結束隔日，李世乭還是昨天的自己，但 Alphago 已經不一樣了，Alphago 已經又與自己再下了 100 萬盤棋。

這說明著只要有足夠的運算資源，機器要比人類擅長更快速處理大量的資料，找到更多的人類可能從沒想過的可能性。這點是 AI 的特性之一，也是我們不可忽視的。

普通民眾面對 AI 的態度，通常不是極端的樂觀、就是極端的悲觀，覺得 AI 不是可以拯救世界、就是會毀滅世界。但對技術人員來說，人工智慧現階段還有太多待努力之處，目前 AI 的學習還需仰賴人類手動標註。

現在的 AI 就像是沒有社會背景、生活經驗、聯想能力的幼兒，但 AI 的學習曲線隨時都可能快速增長，這點是毫無疑問甚至是可以期待的。

在企業眼中，怎麼利用 AI 獲利才是最重要的。當然對於不同類型企業在AI的發展途中也各有其地位，例如：互聯網巨頭作為 AI 領航者，政府及傳統產業掌握數據，技術型或服務型的初創，則從跨界學習、合作中，抓取獲得先發優勢機會。

 

AI 產品如何設計？

從印刷時代、PC 時代、互聯網時代、移動互聯網時代、到了 AI 時代，設計會有什麼變化呢？吳卓浩說，每個時代都有自己的設計體系，新時代不能完全複製上個時代的規則。就像軟件設計並不是把印刷時代的平面設計放進屏幕裡就沒事了，互聯網也不僅僅是把軟件連上網就好了。

過去設計過程可能是線性而相對穩定的，而 AI 的設計過程則是千差萬別的；過去的設計結果是可以給所有的人都適用的，而 AI 的設計結果則是千人千面的。面對新時代的來臨，要小心「過往的經驗可能會成為包袱」。吳卓浩就設計基礎、設計對象、設計方式三個方面來討論。

設計基礎：

• 過去所奠定下來的設計基礎仍是有用的，因為「人」的本質並沒有改變太多。
• 時刻保持對新科技的高度關注，因為昨天你認為技術無法達成的事，或許今天就可以了，技術發展是相當迅速的。
• 要用 AI 的思維方式思考問題，因為 AI 根本還是有著和人不同的特性。

設計對象

• 一切從商業開始。從商業所提供的機會起頭，其他的機會才會應運而生。
• 多人性化的多通道、自然交換。更多新型態的傳感器，也將產生更多交互方式的可能。
• 不再只有設計結果跟過程，更重要的是要同時設計數據被紀錄、被再利用的方式，讓 AI 可以透過一套機制自動保存產生的數據並進行學習。

設計方式：

• 需要更多面向的設計能力，在看使用者體驗設計、服務設計的同時，也不應忽略「工業設計」的重要性
• 圍繞數據去做設計，包含收集、利用、以及反饋。
• 重構與各個團隊之間的關係，與 BD、研發的協作方式

AI的發展將驅使許多職業逐漸消失，但與工業革命不同，AI革命不會創造太多的新職業。而白領比起藍領將更容易被取代，因為AI還沒這麼快能夠接管勞力型的工作。

而設計師在 AI 時代仍有機會在創意、綜合決策方面扮演重要的角色。吳卓浩建議大家，在設計、技術、商業至少同時擁有其中兩個能力，才能有更好的發展，AI時代，站在舞台中央的不會只有技術，產品經理和設計師也應把握進場的時機，發揮所長，帶來更好的價值。

 

延伸閱讀

MIX 2018 Day1：

1. 序+資訊架構學作者分享
2. 當東方遇上西方，在設計文化上的衝擊
3. Line 在設計跨國服務的思維
4. USPACE 對共享經濟的想像！
5. 打破照護模式供需市場新亮點！
6. DBS 數位轉型之路！
7. gogoro 透過設計改變世界

MIX 2018 Day2：

1. AI 時代的產品設計
2. 從人機互動到人智互動
3. 用戶體驗於人工智慧時代的挑戰 + 座談

 

Ruoling Liu
常被誤認為 PM 的 UX，持續蒐集其他角色技能中 ????

本文章所屬設計大舌頭與作者所有，未經授權，不得轉載！如需轉載，煩請通知。